علوم آب و خاک

---

مطالعه چگونگی کاربرد مدل‌های مفهومی هیدرولوژی در حوضه‌های آبریز امروزه از مهم‌ترین مسائل مورد توجه محققان می‌باشد. این مسأله به‌خصوص در مناطق خشک و نیمه‌خشک از اهمیت بیشتری برخوردار است چون فرآیندهای هیدرولوژی این مناطق پیچیده‌تر و واسنجی نیز مشکل‌تر خواهد بود. در این تحقیق مدل مفهومی و نیمه-توزیعی SWAT در حوضه نیمه‌خشک نیشابور با مساحت 9350 کیلومترمربع برای شبیه-سازی جریان در یک دوره 8 ساله مورد استفاده قرار گرفته است. در فرآیند مدل-سازی، حوضه آبریز نیشابور به 22 زیرحوضه و در نهایت به 146 واحد واکنش هیدرولوژیک (HRUs) تقسیم شد. برای واسنجی و تحلیل عدم قطعیت نیز از روش SUFI2 استفاده شده است. بررسی نتایج نشان داد که واسنجی و اعتبارسنجی مدل نسبتاً ضعیف به‌دست آمده است، که به سبب وجود عدم قطعیت در مدل مفهومی حوضه مانند احداث مخازن تغذیه مصنوعی، وقوع پدیده نشست زمین و شکاف در حوضه می‌باشد. هم‌چنین عامل مؤثر دیگر پیچیدگی سیستم هیدرولوژی در مناطق خشک و نیمه‌خشک است که مربوط به ساده‌سازی‌های این گونه مدل‌ها در شبیه‌سازی و تعامل پیچیده بین رواناب و جریان زیرسطحی در وقایع بارندگی با ارتفاع کم می‌باشد. به‌طور کلی به نظر می‌رسد که نمی‌توان از مدل‌های شبیه‌سازی توزیعی حوضه آبریز در مناطق خشک و نیمه‌خشک که دارای منابع متعدد عدم قطعیت می‌باشند و هم‌چنین عدم ورود آنها به مدل، انتظار زیادی داشت.

---

فرآیند بارش - رواناب و ایجاد سیلاب از پدیده‌های هیدرولوژیکی هستند که بررسی آنها به‌سبب تأثیرپذیری از پارامترهای مختلف، دشوار می‌باشد. تاکنون روش‌ها و الگو‌های مختلفی برای تحلیل این پدیده‌ها ارائه شده است. از این‌رو هدف این پژوهش ارزیابی شبکه عصبی-فازی تطبیقی در پیش‌بینی ضریب رواناب رگبار است. به‌این منظور حوزه آبخیز بار اریه نیشابور انتخاب و داده‌های مربوط به 33 واقعه در بین سال‌های آماری 1331 تا 1385 جمع‌آوری گردید. به‌منظور انتخاب متغیرهای مستقل در برآورد ضریب رواناب از تجزیه و تحلیل عاملی استفاده شد، که براساس آن چهار متغیر مقدار متوسط بارندگی، چارک سوم، اول و چهارم شدت بارندگی و همچنین پنج متغیر شاخص ( &phi) و چارک‌های اول تا چهارم شدت بارش به‌عنوان عوامل اصلی برگزیده شدند. همچنین ترکیب سایر متغیرها براساس نقش هیدرولوژیکی آنها، به‌عنوان ورودی شبکه مدنظر قرار گرفت. نتایج نشان داد که شبکه با ورودی چارک‌های اول تا چهارم شدت بارندگی، مقدار کل بارش و شاخص &phi و بارش پنج روز قبل ضریب رواناب رگبار را با ضریب تبیین آزمون 91/0 و ریشه میانگین مربعات خطا 02806/0 و متوسط قدر مطلق خطا 0275/0 پیش‌بینی کند.

---

در سال‌های اخیر در بسیاری از کشورها برداشت آب منابع زیرزمینی از میزان تغذیه سالیانه آنها بیشتر بوده است. این امر باعث پایین افتادن سطح آب زیرزمینی و به دنبال آن خشک شدن چاه‌ها، قنات‌ها و چشمه شده است. در این تحقیق با توجه به اهمیت دشت نیشابور در تأمین آب کشاورزی، شرب و صنعت منطقه، از الگوریتم‌های تنبل KNN، KSTARو LWL و مدل درختی 5M تحت هفت سناریوی مختلف، برای برآورد تراز سطح ایستابی این آبخوان استفاده ‌شده است. برای مقایسه نتایج، آماره‌های ریشه متوسط خطـای مربعـات، ضریب همبستگی و متوسط قدر مطلق خطا مورد تحلیل قرار گرفت. نتایج نشان داد که سناریو  fکه شامل پارامترهای حجم آب تخلیه‌ شده و مجموع بارندگی می‌باشد، به‌دلیل در نظر نگرفتن پارامتر تراز سطح زمین، کارایی کمتری دارد. در سناریوی a، b و g با در نظر گرفتن پارامترهای مجموع بارندگی در ماه قبل، مجموع بارندگی در دو ماه قبل و تراز سطح زمین، برآورد مطلوب‌تری از تراز سطح ایستابی حاصل می‌شود. در بین مدل‌های الگوریتم تنبل و مدل درخت تصمیم 5M توانایی مدل KNN تحت سناریوی a در ماه آذر با داشتن  0/96=R^Z د ، 56/6RMSE= و 53/3 MAE= از سایر مدل‌ها بیشتر می‌باشد. همچنین بررسی معیارهای ارزیابی نشان داد که مدل LWL‌، مدل مناسبی برای پیش‌بینی تراز سطح ایستابی نمی‌باشد.